基于Hough变换的圆检测方法

总结了圆检测的几种常用方法,如经典HT、随机HT和广义HT。结合几种方法的优缺点,提出了一种基于经典HT的改进Hough变换圆检测方法。该方法先对图像进行预处理,如灰度化、去噪滤波、边缘检测以及运用数学形态学等,然后进行Hough变换。其主要思想是用多维数组来代替经典的循环过程。把Hough变换应用到织物防水性能自动测试的真实图像中,通过对经典Hough变换与改进后的Hough变换的比较,可以看出检测速度有所提高,检测精度也达到了令人满意的程度。

广义Hough变换在遮挡图像识别中的应用

介绍了一种基于广义Hough变换的空间有部分遮挡的茄子目标识别方法。从生物学的角度,用广义柱近似等效样本茄子形状;通过坐标转换获得了不同位姿的立体目标在平面上的投影边缘,并建立茄子外形的4维参数索引表;采用一种广义Hough变换计算茄子目标的潜在位置,并通过比较各旋转角度下的"面积比",筛选出目标实际的位姿。试验表明:这种广义Hough变换检测目标位置和姿态的相对误差分别约在1.3%和5.5%以下,说明其对空间不同位姿、部分遮挡情况下目标的识别具有良好的效果。

基于hough变换的角度检测和特征识别

hough变换是图像处理中直线检测的一种常用算法,但是标准hough变换运算量大,处理速度慢。本文针对具体实例对标准hough,动态广义hough的映射策略和时空指标作了深入研究,并在动态广义hough算法实现上作了一些改进。最后,利用hough变换和质心相结合的方法实现图像的特征识别。

基于广义Hough变换的部分遮挡物体识别

描述了一种基于广义Ｈｏｕｇｈ变换的部分遮挡物体识别方法．该方法分建模及识别两个过程，在识别过程中，景物图象经特征抽取、组合特征匹配、变换矩阵计算，进而根据广义Ｈｏｕｇｈ变换在参数空间求出与景物对应的模型类及相应的变换矩阵．由于用了广义Ｈｏｕｇｈ变换，物体识别过程中不必求出物体的全部特征，因而能较好地识别部分遮挡的物体，且该方法对噪声不敏感．为了说明该方法。

基于广义Hough变换的圆心坐标快速提取方法

广义 Hough变换是提取圆心坐标的有效方法 ,但因计算量大、占用内存多等缺点很难应用于实际。在分析广义 Hough变换方法的基础上 ,将其统计聚类思想和中心点生成圆弧的算法结合起来 ,提出了一种快速有效提取圆心坐标的方法。该方法对参数空间的每个点 ,只对指定半径圆环上的象素点进行判断 ,避免了图像空间上其他无效边界点的参与 ,使计算量大大减少 ;计算公式简单并具有序贯性 ,只要赋予初始值 ,便可快速提取圆环上的点 ,从而实现圆心坐标参数的快速提取。

基于GST-Hough变换的LFM信号识别方法

针对线性调频(linear frequency modulated,LFM)信号在低信噪比条件下的信号检测问题,提出将广义S变换(generalized S transform,GST)与Hough变换相结合(generalized S transform based on Hough transform,GSTH)信号检测方法。从理论层面推导出LFM信号在进行GST后对应的参数特性,论证Hough变换的可行性,推导出GSTH变换后LFM信号与噪声的概率密度分布函数,给出了基于奈曼-皮尔逊准则进行峰值检测时,检测门限的计算方法与确定流程。利用GST时频聚焦性提供良好的直线线性,有易于Hough变换的直线检测,提升变换后主峰峰值并降低副峰高度。通过与WHT(Wigner-Hough transform)、分数阶傅里叶变换与周期WHT算法的仿真对比,定量评估算法的适用性,并与经典算法对比,定性的描述出算法良好的时频聚焦性,凸显GSTH算法在强噪声背景下具有更好的检测精度与适用范围。

一种基于广义Hough变换的遥感图像船舶横波自动检测与速度估计方法

从Kelvin横波航迹的形成原理出发,详细推导了Kelvin横波波峰模型,提出一种基于广义Hough变换的遥感图像船舶横波自动检测方法,取得了较好的检测效果,并依据检测结果对船舶速度进行了估计。所述方法对海上船舶运输和港口管理等具有重要意义。

一种快速的动态Hough变换及其并行实现

本文提出了用于直线检测的快速动态Hough变换.它采用一维Hough聚类技术,因而其参数空间的峰值检测和解释比较简单,线段端点的确定及其连通性的检验也很容易,并节省了大量存储空间.此外,它只需进行整数运算,且运算次数只与象素点数呈线性关系,因而其速度很快.实验结果表明,它可以准确、快速地检测出直线.为满足实时应用的需要,本文还给出了该变换在Transputer网络上的并行实现方案.

用改进的广义Hough变换获取靶纸图像子像素级圆心坐标

在图像自动报靶系统中,运用广义Hough变换(GHT)快速地获取靶纸图像子像素级圆心坐标是其关键。但GHT存在着过多无效边界点参与运算,参数空间较大且均等细化等缺点,导致速度太慢而不能实用。在先验知识的导引下,本文对GHT求取圆心坐标的算法进行了有效改进,图像空间引入边界追踪算法,消除了无效边界点参与运算。参数空间则有效缩小并采取由粗到细两级量化结构。实践证明,改进后的GHT显著提高了求取圆心坐标的算法速度且获得了子像素级圆心坐标。

板平法施工图钢筋信息自动提取方法研究

基于平法施工图建立钢筋三维模型的过程既需要大量时间和人力成本,又需要建模者能够理解平法施工图的表达。现有自动化建模的研究多集中于建筑模型领域,对存量较大的结构平法施工图纸利用很少。以二维板平法施工图纸为研究对象,针对板平法施工图复杂特征,引入空间位置特征、距离特征对霍夫变换结果进行限定筛分,提出了一种基于霍夫变换方法的板平法施工图信息识别方法,有效实现了板平法施工图的板块分割与支座处钢筋线条识别。并提出了基于制图规则的板平法施工图注写信息数据匹配方法,对板平法施工图注写信息进行了有效提取与输出。最后开发了信息提取与匹配算法,验证了本文研究方法的可行性。

基于关键特征点决策的广义Hough变换目标定位快速算法

广义Hough变换对非解析轮廓的定位与检测需要考虑平移、旋转、尺度问题,所以需要对四维参数空间进行搜索,计算量、存储量相当庞大且同时保证速度和精度存在困难。为解决该问题,本文提出基于关键特征点决策的广义Hough变换目标定位快速算法。图像关键特征点包含稳定的图像信息且数量不大,因此基于角点信息的广义Hough变换检测任意形状物体的效率得到提高。检测过程首先利用模板图像的关键特征点——角点建立局部R表,然后将待检测图像中的角点依据局部R表对平移、缩放系数s和旋转角度β进行高精度全局搜索,完成对实际参考点的投票累积过程,提取累积矩阵峰值从而得到其对应的参考点位置以及s和β的参数值。实验表明,本文算法也适用于局部遮挡等情况,同时运算时间、存储消耗大大减少,检测稳定性高,具有一定应用意义。

基于直线生成的卷积霍夫线段检测

直线检测作为计算机视觉的上游任务,为下游包括工业视觉、遥感图像分析等任务提供支撑。直线检测的一大方向是霍夫直线检测,但现有霍夫检测基于近似原理设计计票器,直线检测准确度不高。为提高霍夫变换线段检测的准确度,利用卷积改进霍夫直线检测的计票器并提出基于直线生成的卷积霍夫线段检测方法。利用中值滤波对原始图像中的复杂纹理平滑处理后检测图像中的边界;通过按位异或卷积去除边界检测结果中的噪点并保留候选的线段端点;将候选的线段端点两两组合并使用布雷森汉姆算法进行线段生成,由利用卷积改进的计票器判断生成的线段是否存在于边界上;确认端点所构成线段位于边界后求取端点对之间的参数并合并参数相似的加检测结果,得到最终线段检测结果。对比实验中该方法的F1指标为0.7626,优于对比方法中最高的0.6523,证明该方法保留了霍夫变换较高鲁棒性的同时提高了检测结果的准确性。

基于GHT的多目标检测自适应终止算法

针对广义霍夫变换(Generalized Hough transform,GHT)在多目标检测时存在的难以自适应终止的问题,提出基于霍夫空间局部峰值变化率的GHT多目标检测自适应终止算法。该算法主要依据待检测图像的霍夫空间中目标区域的局部峰值之间差异较小,而有目标区域与无目标区域的局部峰值之间差异较大的规律,使得GHT类算法可以自适应终止。该算法的主要步骤为:首先通过GHT算法获得目标在原始图像中的累计匹配分布,并对分布结果进行降序排序,再根据累计峰值的平均变化率自适应地检测出多个目标识别结果,并终止算法。实验表明,相对于传统算法,该算法在没有明显增加算法复杂度的情况下,能够准确地检测出图像中存在的多目标信息,并且能够实现多目标检测算法的自适应终止。

一种检测复杂扭曲圆优化的Hough变换方法

Hough圆变换是图像圆检测中最常用的方法,它计算精确度高,但对噪声,部分图形变形较为敏感,对于复杂不规则图形的适应性也不强.因此,针对这一问题,本文提出一种优化的Hough圆变换方法,不仅可同时检测圆形,同心圆环及部分圆弧,还可减少其计算时间,提高Hough圆变换对复杂扭曲圆的适应性,增强对变形圆及同心圆检测的准确性。实验结果已证明,该方法在检测扭曲圆时,特别是复杂曲线圆弧时具有很好的抗干扰能力。

基于关键角点引导约束的广义Hough变换两层目标定位算法

广义Hough变换对非解析轮廓的定位与检测需要考虑平移、旋转、尺度问题,所以需要对四维参数空间进行搜索,计算量大且同时保证速度和精度存在困难。为解决该问题,本文在定位与验证两级框架下提出由关键特征点引导约束的广义Hough变换两层目标定位快速算法。粗定位过程首先利用模板图像的特征点——角点建立R表,将待检测图像中的角点依据局部R表对平移、缩放系数和旋转角度进行全局搜索,得到其参考点位置以及和的参数值;在验证过程中,建立模板图像边缘像素的全局R表,在约束的参数范围内依据全局R表进行验证,求出精确检测结果。实验表明,本文算法也适用于局部遮挡,局部变形等情况,同时运算时间、存储消耗大大减少,检测稳定性高,具有一定应用意义。

一种基于广义Hough变换思想的多圆检测方法

根据广义Hough变换(GHT)统计聚类思想和圆的定义、特点,提出了一种针对多个圆的检测方法。该方法在无任何先验知识(如目标圆圆心的大概位置,半径的精确范围)的情况下,能快速检测出图像中的多个圆。实验结果表明,该方法效果较好,而且对椒盐噪声、直线、椭圆等非圆物体有很好的抗干扰性。

遍历广义Hough变换的烹饪机器人锅具椭圆参数拟合算法

针对锅具位姿的计算是双目视觉烹饪机器人示教系统的难点问题,设计了基于遍历广义Hough变换的烹饪机器人锅具椭圆参数拟合算法.该算法结合了最小二乘法和广义Hough变换,使用曲线窗体滑动遍历的方式给椭圆不同曲线段打分拟合出锅具的唯一椭圆,再使用最小二乘法计算此椭圆的参数值.解决了烹饪机器人示教系统中锅具椭圆参数精确提取问题.实验表明该锅具识别算法能够高效地提取画面中的锅具椭圆参数,能较好地满足烹饪机器人示教系统的要求.

基于改进随机森林算法的变电站隔离开关精确定位及识别方法

变电站隔离开关在长期运行后易出现灰尘附着严重、润滑液干涸的现象,针对现有隔离开关定位和识别方法在复杂场景中存在的抗干扰能力差和准确率较低等问题,提出了一种基于改进随机森林算法的变电站隔离开关精确识别方法。在结合决策树算法和广义霍夫变换实现隔离开关精确定位的基础上,通过随机森林算法和粒子群算法相结合对隔离开关的工作状态进行分类,为变电站隔离开关带电清洗做好准备。通过实验比较和分析该方法的抗干扰能力以及改进前后的识别效果,验证该方法的优越性。实验结果表明,该方法能够准确训练识别模型,识别效果较为理想,与改进前相比,识别准确率提高了9%,达到99.5%,白噪声环境下该方法仍可以准确地识别三相隔离开关的工作状态,识别准确率达到97.5%。

基于Hough变换的无人机航线自动生成

无人机低空摄影测量是一种获取空间数据的重要方式,其低成本、高效率、操作灵活、对天气条件依赖较小的优点,在地形图测绘和人难以到达地区的高分辨率影像快速获取方面具有明显优势。本文主要围绕无人机飞行结束后,对摄影像片的数据预处理工作进行展开,以像片航线自动生成作为入手点,创新性地提出了利用Hough变换检验直线的原理对无人机航线进行规划,通过试验数据的验证,证明完全能够实现航线的自动生成。在像片数据量较大的实际生产工作中,能够快速实现航线的自动生成,大大提高工作效率,十分具有实际意义。

基于GRD-Hough变换的多高斯源盲分离算法

盲源分离有一个重要假设:源信号最多只含一个高斯信号。否则,基于统计量的盲分离算法性能会恶化。本文从广义矩形分布出发,通过把时域中的一维信号映射到二维的时-频表示来提供信号的频谱内容随时间变化的信息,并对时频谱进行Hough变换处理,利用不同高斯源的时频分布差异性,避开统计量提出了一种能分离多个高斯源的盲分离算法,扩展了盲源分离的应用领域。